Wirtschaftlichkeit von KI-Projekten: ROI-Berechnung für den Mittelstand

Das Problem: Investments ohne belastbare Rechnung

Geschäftsführungen im Mittelstand stehen vor einer wiederkehrenden Frage: Lohnt sich ein KI-Projekt wirtschaftlich, oder verschwindet das Budget in einem Fass ohne Boden? Die meisten Angebote versprechen Effizienzgewinne, schnellere Prozesse und Entlastung der Mannschaft. Doch wenn es um konkrete Zahlen geht, bleibt es häufig vage. Die Folge: Projekte werden entweder auf Zuruf genehmigt oder aus Unsicherheit gar nicht erst gestartet.

Wirtschaftlichkeit lässt sich berechnen. Dazu braucht es keine komplizierten Finanzmodelle, sondern eine saubere Aufstellung aller Kosten, eine realistische Schätzung der Einsparungen und ein klares Verständnis für versteckte Folgekosten. Wer diese drei Elemente strukturiert zusammenführt, erhält eine Entscheidungsgrundlage, die vor dem Steuerberater und vor der eigenen Finanzplanung Bestand hat.

Was ROI bei KI-Automatisierung bedeutet

ROI steht für Return on Investment und bezeichnet das Verhältnis zwischen Gewinn und eingesetztem Kapital. Bei KI-Projekten im Mittelstand rechnet man:

ROI = (Einsparungen pro Jahr + Umsatzeffekte pro Jahr, laufende Kosten pro Jahr) / Initialkosten × 100

Ein ROI von 100 Prozent bedeutet: Das Investment hat sich nach einem Jahr amortisiert. Darüber liegende Werte sind gut, darunter liegende nicht zwingend schlecht, wenn der strategische Nutzen oder Compliance-Anforderungen die Investition rechtfertigen.

Wichtig ist: ROI ist keine statische Zahl. Er ändert sich mit der Skalierung, mit der Wartungsintensität und mit regulatorischen Anpassungen. Deshalb sollte jede Berechnung eine Laufzeit von mindestens drei Jahren betrachten.

Initialkosten: Was am Anfang wirklich anfällt

Die Initialkosten umfassen alle Ausgaben bis zum produktiven Betrieb. Dazu gehören:

• Konzeption und Beratung: 3.000 bis 8.000 Euro, je nach Komplexität der Prozesse und Anzahl der zu integrierenden Systeme.
• Implementierung: 8.000 bis 25.000 Euro für Workflow-Aufbau, Schnittstellen, Testing und Dokumentation.
• Infrastruktur: Server, Hosting oder Cloud-Ressourcen. Self-Hosted Lösungen starten bei 2.500 Euro einmalig plus 150 bis 300 Euro monatlich. Cloud-Modelle arbeiten meist ohne Initialkosten, dafür mit höheren laufenden Gebühren.
• Schulung: 1.200 bis 3.500 Euro für Onboarding der Mitarbeitenden, Dokumentation und Handover.
• Datenschutz und Compliance: AV-Verträge, DSGVO-Prüfung, eventuell Datenschutz-Folgenabschätzung. 1.500 bis 4.000 Euro, abhängig von der Sensibilität der Daten und der Anzahl der Auftragsverarbeiter.

Rechnen Sie bei einem typischen Mittelstandsprojekt mit 15.000 bis 40.000 Euro Initialkosten. Projekte mit mehreren Abteilungen oder komplexer ERP-Integration liegen höher.

Laufende Kosten: Was dauerhaft bleibt

Die laufenden Kosten entscheiden darüber, ob ein Projekt wirtschaftlich nachhaltig ist. Typische Positionen:

• Lizenzen und API-Kosten: OpenAI, Anthropic, Google oder andere LLM-Anbieter rechnen pro Token oder Anfrage ab. Budget: 80 bis 600 Euro monatlich, je nach Volumen.
• Workflow-Plattform: n8n Self-Hosted kostenlos, n8n Cloud ab 20 Euro, Make ab 9 Euro, Zapier ab 20 Euro monatlich. Mittelstandsnutzung liegt meist bei 50 bis 200 Euro.
• Hosting und Infrastruktur: Self-Hosted auf EU-Servern 150 bis 300 Euro monatlich, Cloud-Hosting variabel, oft 200 bis 500 Euro.
• Wartung und Updates: 3 bis 6 Stunden pro Quartal für Anpassungen, Sicherheitsupdates, neue Schnittstellen. Interne Kapazität oder extern 400 bis 1.200 Euro pro Quartal.
• Support und Monitoring: Optional, aber sinnvoll bei kritischen Prozessen. 100 bis 300 Euro monatlich.

Realistisch sollten Sie mit 400 bis 1.200 Euro monatlich an laufenden Kosten rechnen, also 4.800 bis 14.400 Euro jährlich.

Einsparungen: Wo rechnet sich Automatisierung

Einsparungen entstehen durch Zeitgewinn, Fehlerreduktion und Prozessbeschleunigung. Drei Beispiele:

1. Belegerfassung in der Buchhaltung:
Eine Buchhaltungskraft verbringt 6 Stunden pro Woche mit manueller Erfassung von Belegen. Automatisierung reduziert das auf 1,5 Stunden. Einsparung: 4,5 Stunden pro Woche, entspricht etwa 234 Stunden pro Jahr. Bei einem internen Stundensatz von 45 Euro ergibt das 10.530 Euro jährlich.

2. Lead-Qualifizierung im Vertrieb:
Vertriebsmitarbeitende verbringen 3 Stunden pro Woche mit manueller Lead-Recherche und Erstbewertung. Automatisiertes Lead-Scoring übernimmt 80 Prozent davon. Einsparung: 2,4 Stunden pro Woche, 125 Stunden pro Jahr. Bei 60 Euro Stundensatz: 7.500 Euro.

3. Eskalation im Customer Service:
Ein Service-Team beantwortet 400 Tickets pro Monat. 60 Prozent sind Standardfragen, die ein RAG-System (Retrieval-Augmented Generation, also KI-gestützte Antwortgenerierung auf Basis eigener Dokumente) selbstständig lösen kann. Einsparung: 240 Tickets, durchschnittlich 8 Minuten pro Ticket, ergibt 32 Stunden monatlich oder 384 Stunden jährlich. Bei 40 Euro Stundensatz: 15.360 Euro.

Summiert man diese drei Prozesse in einem Unternehmen, ergibt das eine Einsparung von rund 33.000 Euro pro Jahr.

Umsatzeffekte: Schnellere Reaktion, mehr Abschlüsse

Neben Einsparungen können KI-Projekte Umsatz generieren. Das ist schwerer zu quantifizieren, aber messbar:

• Follow-Up-Sequenzen im Vertrieb: Leads, die sonst liegenbleiben, werden automatisch nachgefasst. Conversion steigt um 5 bis 12 Prozent. Bei 200 Leads pro Monat und einem durchschnittlichen Auftragswert von 3.500 Euro ergibt eine Steigerung um 8 Prozent rund 67.200 Euro Mehrerlös pro Jahr.
• Schnellere Angebotserstellung: Reduzierung der Vorlaufzeit von 3 auf 1 Tag erhöht die Abschlussquote bei zeitkritischen Projekten. Schwer pauschal zu beziffern, aber 3 bis 5 zusätzliche Aufträge pro Jahr mit je 8.000 Euro Wert sind realistisch: 24.000 bis 40.000 Euro.

Konservativ gerechnet können Umsatzeffekte 20.000 bis 70.000 Euro jährlich betragen, abhängig von der Branche und der Qualität der Automatisierung.

Ein Rechenbeispiel für den Mittelstand

Szenario: Ein Handelsunternehmen mit 45 Mitarbeitenden automatisiert Belegerfassung, Lead-Scoring und Teile des Customer Service.

Position	Betrag
Initialkosten	28.000 Euro
Laufende Kosten (Jahr 1)	9.600 Euro
Einsparungen (Jahr 1)	33.000 Euro
Umsatzeffekte (Jahr 1)	35.000 Euro

Gewinn Jahr 1: 33.000 + 35.000, 9.600 = 58.400 Euro
ROI Jahr 1: () × 100 = 208 Prozent

Das Projekt amortisiert sich in weniger als sechs Monaten. Ab Jahr 2 entfallen die Initialkosten, der jährliche Nettogewinn beträgt dann 58.400 Euro.

Versteckte Kosten: Was gerne vergessen wird

Drei Kostenfaktoren tauchen in Angeboten selten auf:

1. DSGVO-Anpassungen bei Anbieterwechsel:
Wenn ein API-Anbieter die AGB ändert oder den Datentransfer in Drittstaaten aufnimmt, müssen AV-Verträge neu verhandelt oder Anbieter gewechselt werden. Kosten: 1.500 bis 3.000 Euro extern, intern 10 bis 15 Stunden Aufwand.

2. Schulungsaufwand bei Mitarbeiterwechsel:
Jeder neue Mitarbeitende muss in die Workflows eingearbeitet werden. Wenn die Dokumentation fehlt oder veraltet ist, kostet das 4 bis 8 Stunden pro Person. Bei Fluktuation von drei Personen pro Jahr: 12 bis 24 Stunden.

3. Regulatorische Updates:
EU AI Act, NIS2 oder neue DSGVO-Leitlinien können Anpassungen erzwingen. Budget: 2.000 bis 5.000 Euro alle 18 bis 24 Monate.

Diese versteckten Kosten addieren sich auf 3.000 bis 8.000 Euro über drei Jahre. Sie sollten in jede Wirtschaftlichkeitsrechnung einfließen.

Was die Rechnung unrealistisch macht

Drei Fehler verfälschen ROI-Berechnungen regelmäßig:

• Überschätzung der Einsparungen: Wenn Mitarbeitende weiterhin manuell prüfen, weil sie dem System nicht vertrauen, bleibt die Zeitersparnis aus. Rechnen Sie konservativ mit 60 bis 70 Prozent der theoretisch möglichen Entlastung.
• Unterschätzung der Wartung: Schnittstellen ändern sich, APIs werden deprecated, Workflows müssen angepasst werden. Kalkulieren Sie mindestens 12 bis 20 Stunden jährlich für Wartung ein.
• Keine Berücksichtigung der Infrastruktur-Skalierung: Steigt das Volumen, steigen die Kosten. API-Calls verdoppeln sich, Server müssen aufgerüstet werden. Planen Sie 20 bis 30 Prozent Puffer für Wachstum ein.

Wann sich KI-Projekte nicht rechnen

Nicht jede Automatisierung ist wirtschaftlich sinnvoll. Warnsignale:

• Prozess wird seltener als zehnmal pro Monat durchlaufen: Der Aufwand für Automatisierung übersteigt den Nutzen.
• Hohe regulatorische Unsicherheit: Wenn unklar ist, ob der Prozess in sechs Monaten noch zulässig ist, steigt das Risiko.
• Keine klare Datengrundlage: Wenn historische Daten fehlen oder unstrukturiert vorliegen, wird die Implementierung teuer und fehleranfällig.
• Fehlende Akzeptanz im Team: Wenn Mitarbeitende Automatisierung aktiv umgehen, bleibt der Nutzen aus. Change-Management kostet zusätzlich.

In diesen Fällen sollte entweder der Prozess zuerst optimiert oder das Projekt verschoben werden.

Checkliste: ROI-Berechnung strukturiert durchführen

1. Initialkosten vollständig erfassen: Konzeption, Implementierung, Infrastruktur, Schulung, DSGVO.
2. Laufende Kosten über drei Jahre hochrechnen: Lizenzen, Hosting, Wartung, Support, regulatorische Updates.
3. Einsparungen prozessnah quantifizieren: Stunden pro Woche, Stundensatz, konservativ rechnen.
4. Umsatzeffekte dokumentieren: Conversion-Steigerung, schnellere Reaktionszeiten, zusätzliche Abschlüsse.
5. Versteckte Kosten einplanen: DSGVO-Anpassungen, Schulung bei Fluktuation, Infrastruktur-Skalierung.
6. ROI über drei Jahre berechnen: Jahr 1 mit Initialkosten, Jahr 2 und 3 nur laufende Kosten.
7. Sensitivität prüfen: Was passiert, wenn Einsparungen 20 Prozent niedriger oder laufende Kosten 30 Prozent höher ausfallen?

Fazit: Wirtschaftlichkeit ist keine Glaubensfrage

KI-Automatisierung im Mittelstand rechnet sich, wenn die Rechnung sauber aufgestellt ist. Initialkosten zwischen 15.000 und 40.000 Euro, laufende Kosten von 5.000 bis 15.000 Euro jährlich und Einsparungen ab 25.000 Euro pro Jahr ergeben in vielen Fällen eine Amortisation innerhalb von sechs bis zwölf Monaten. Umsatzeffekte beschleunigen das weiter.

Entscheidend ist: Keine Position schätzen, sondern kalkulieren. Versteckte Kosten einplanen, konservativ rechnen und den ROI über mindestens drei Jahre betrachten. Dann wird aus einer Bauchentscheidung eine belastbare Investitionsrechnung, die vor der Geschäftsführung und vor dem Steuerberater Bestand hat.

Wenn Sie für ein konkretes Projekt eine ROI-Berechnung aufstellen möchten oder unsicher sind, welche Kosten und Einsparungen realistisch sind, unterstützen wir Sie gerne mit einer strukturierten Analyse.

Sprechen Sie mit uns

Sie möchten das in Ihrem Betrieb umsetzen? Wir bauen die passende Maschine mit Ihnen.

Telefon: 040 468 967 680
E-Mail: info@whitefox-automations.com
Oder über unser Kontaktformular.